cs221_l7
Marcov Decision Process
cs234_l2
发表于
cs221_l5
发表于
更新于
inference search problem Definition: search problem s_start: starting state Actions(s): possible actions Cost(s, a): action cost Succ(s, a):...
cs221_l1
发表于
reflex-based model e.g. linear classifiers deep neural networks Fully feed-forward(no backtracking), no reasoning about what was going on st...
cs234_l1
发表于
Q： 在有好数据的情况下，imitation learning是否总是比reinforce learning更好? 因为此时 imitation learning 没有exploration的部分，从而避免了reinforce learning 中的exploration 从而一...
mamba 学习
发表于
更新于
对Mamba的一点学习 pre Knowledge 时不变性 如果在输入信号上有一个时移，那么输出信号上会产生相同的时移，那么这个系统就是时不变的。也就是说输入信号为 \(x(t - t_0)\) 时，输出信号为 \(y(t - t_0)\)。 如何去理解呢？系统的特性和行为不随...
Agent调试相关
发表于